MUHASEBE DENETİMİNDE McCRAY SINIRI DEĞERLENDİRME YÖNTEMİNİN UYGULANMASI

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "MUHASEBE DENETİMİNDE McCRAY SINIRI DEĞERLENDİRME YÖNTEMİNİN UYGULANMASI"

Transkript

1 MUHASEBE DENETİMİNDE McCRAY SINIRI DEĞERLENDİRME YÖNTEMİNİN UYGULANMASI Yrd.Doç.DrJiejat Bozkurt 1930 lu yıllardan sonra işletmelerin bünyelerinde oluşmaya başlayan bazı değişiklikler denetçileri muhasebe denetimi çalışmalarında istatistiki örnekleme yöntemlerinden yararlanmaya yöneltmiştir. Bu yönelmeye işletme bünyelerinin giderek büyümesi, işlemlerin aşırı çoğalması, denetlenmesi gereken işletme sayılarının giderek artması neden olmuştur. Bu durumun sonucu denetçilerin belli bir denetim zamanında tüm işletmeleri %100 denetleyerek bütün aşamaları tamamlamaları olanaksız bir duruma'gelmiştir. Böylece belli bir parçanın incelenmesiyle bir bütün hakkında karar verilmesi aşamasına geçilmiştir. İstatistiki örnekleme yöntemini "Bir ana kütleden tesadüfi olarak seçilen örnek birimlerinin incelenmesiyle elde edilen sonucun belirli koşullarda ana kütleye yaygınlaştırılması işlemi" olarak tanımlayabiliriz. Bu makalede amacımız muhasebe denetiminde istatistiki örneklemenin ne olduğu ve nasıl kullanıldığını açıklamak değildir. Bunların okuyucu tarafından bilindiği kabul edilerek yola çıkılmıştır. Muhasebe denetiminde kullanılan birçok istatistiki örnekleme yöntemi vardır. Ancak çeşitli nedenlerden dolayı muhasebe işlemlerine en uygun yöntem geliştirilmiştir (1). Ancak PBÖ Yönteminin çeşitli kişiler tarafından ayrı ayrı geliştirilmesi farklı görüşlerin ortaya çıkmasına neden olmuştur. Bu farklı görüşler günümüzde uygulamada 8-9 tane PBÖ Yöntemi uygulama türünün bulunması sonucunu doğurmuştur. Bu uygulama türlerinin isimlerini aşağıdaki gibi sıralayabiliriz (2). - Kümülatif Parasal Tutarlar Örneklemesi Yöntemi, - Dolar Birim Örneklemesi Yöntemi, - Birleştirilmiş Nitelik ve Nicelik Örneklemesi Yöntemi, - Dolar Birim Örneklemesi - Hücre Değerlendirme Yöntemi, - McCray Sının Değerlendirme Yöntemi, - Çok Terimli Sınır Değerlendirme Yöntemi, - Büyüklüğüyle Orantılı Olasılık Örneklemesinde Rasyo Tahmini Değerlendirmesi Yöntemi, 145

2 - Katı Dolar Birim Örneklemesi - Hücre Değerlendirme Yöntemi. Yukarıda sayılan uygulama türlerinin bazıları uygulamada yaygın olarak kullanılıp, bazıları ise henüz kuramsal alanda geliştirilmeye çalışılmaktadır. Bu uygulama yöntemlerinin tamamının başlangıç aşamaları hemen hemen aynıdır. Ancak yöntemlere örnek sonuçlarının değerlendirilmesi aşamasında birbirinden ayrılmakta ve birbirlerini eleştirmektedirler. Eleştiri konusu yöntemlerin tutuculuk derecesidir. Tutuculuk kabil edilebilecek bir ana kütleyi kabul etmeme biçiminde ortaya çıkmaktadır. Diğer bir deyişle bir yöntem bir ana kütleyi kabulden çok red etme eğilimi gösteriyorsa "O yöntem tutucudur" diyebilmekteyiz (3). Yukarıda sıralamaya çalıştığımız PBÖ uygulama yöntemleri birbirleri içinde daha çok ve daha az tutucu biçiminde şekillenebilmektedir. Bunlardan biri olan McCray Sınırı Değerlendirme Yöntemi (MCS) (4) uygülamada yaygın olarak kullanılan Kümülatif Parasal Tutarlar ve Dolar Birim Örneklemesi- Yöntemleri gibi tutucu sayılan yöntemlerin tutuculuğunu ortadan kaldırabilme amacını taşıyan bir yöntemdir. Bu makalenin amacı bu yöntemi tanıtmaya çalışmaktır. Yöntemin içeriğinde ileri derecede matematik hesaplamalar vardır. Burada bunlara girilmekten kaçınılmıştır. Amaç bir denetçinin bu yöntemi rahatça kullanabilmesini sağlamaktır. Bu yöntemin uygulanması aşağıda aşama aşama açıklanmaya çalışılmıştır (5). - İlk aşamada örnek büyüklüğü ve örnekleme aralığı hesaplanır - Örnek birimleri ana kütleden seçilir, - Örnek birimleri denetim prosedürleri yardımıyla incelenir. Birimlerde hiç hata bulumazsa ana kütle kabul edilir. Bulunursa hataları değerlendirme aşamasına geçilir. - Bulunan hatalar yüksek gösterme (YG) ve düşük gösterme (DG) biçiminde sıralanırlar. - Bu aşamada hataların kusur oranları (KO) bulunur (hata / defter değeri) ve bu değerler büyük değerden küçük değere sıralanır. - Daha sonra YG hatalarının ağırlıkları hesaplanır. Bu hesaplamayı aşağıdaki formül yardımıyla yapabiliriz: Ai = Herbir hatanın ayn ayn ağırlığını gösterir. 146

3 = Hatalı birimlerin defter değerlerini gösterir. j = Örnekleme aralığı tutarıdır. - YG ve DG hataları için ekte verilmiş bulunan tablolardan gerekli düzeltme katsayıları bulunur. YG Hatası için katsayı: aj DG Hatası için Katsayı: bj sembolleri ile gösterilmektedir. DG Hataları için ağırlık hesaplaması yapılmamaktadır. - Bu aşamada Aj, bj ve aj değerleri bulunduktan sonra, \ YG hatalarında her hata için Aj ve a}değerleri çarpılarak toplam Af aj değeri bulunmaktadır. DG Hatalarında ise her hatanın toplam bj değeri toplanarak bir değer bulunmaktadır. - Daha sonra bulunan değerler aşağıdaki- formüle uygulanmaktadır. ÜHS' = j( R+Aj aj - b;) Burada bulunan değere- görede ana kütle hakkında son karar verilmektedir. Bu açıklamalarımızı aşağıda bir örnekle gösterebiliriz (6); Yapılan çalışmalar sonucunda denetçi aşağıdaki veriler belirlemiştir: G = %95 R = 3.0 (Poisson Dağılım Tablosundan) ÜHS = TL ' Y = TL Örnekleme Aralığı (j) = ÜHS/R = /3.0= TL Örnek Büyüklüğü (ng) = Y/j = /30.000=400 birim Yapılan incelemede aşağıdaki hatalara rastlanmış ve değerlendirmeye geçilmiştir. Sıra No Defter Değeri YG Hataları için : Denetim Değeri Kusur Oram Hata Sırası- A Katsayılar «i Ai '

4 DG Hataları için : * Aj nin hesaplanması için bir örnek verebiliriz : Ai = Ai = Bu aşamada yeni ÜHS' hesaplanır : ÜHS' = ( ) ' *ÜHS = TL. Bu duruma göre eski ÜHS ile yeni ÜHS arasındaki fark fazla olmadığından ana kütle kabul edilebilir. McCray Sının değerlendirme Yönteminin daha az tutucu olduğunu belirleyebilmek amacıyla yukarıdaki uygulama bazı PBÖ uygulama yöntemlerine uygulanmıştır. Buna göre; Kümülatif Parasal Tutarlar örneklemesi Yönteminde ÜHS' TL, Dolar Birim örneklemesi Yönteminde ÜHS' TL ve Birleştirilmiş Nitelik ve Nicelik örneklemesi Yönteminde ÜHS' TL olarak belirlenmiştir. Bu sonuçlar açıklamaya çalıştığımız yöntemin daha az tutucu olduğunu ortaya koymaktadır. YARARLANILAN KAYNAKLAR: (1) T.W. M crae, A S tu d y o f the A pplication o f S ta tistica l S a m p lin g to E xternal A u ditin g, U niversity o f B radford, B radford, 1981, s (2) John H. M ccray, A C om prehensive A pproach to E valu atin g D ollar U nit S am ples. The College o fw illia m a n d M ary. V irgintia, 1981, s.l -2, (3) M A..M ARTIN, D ollar U nit S am plin g: A M odel for C alcu latin g the U pper Bound. The College o f W illiam and M ary, 1980, s.3-4 (4) M ccray Bound E valuation M ethod. (5) Jdh n H. M ccray, D ollar U nit S a m plin g : A M odel for C alcu latin g the U pper Bound. The College o fw illia m a n d M ary, 1980, s.3-4 (6) John H. M ccray, a.g.e., s.3-4 deki örneklen geliştirilm iştir. 148

5 McCRAY SINIRI DEĞERLENDRİRME YÖNTEMİNDE KULLANILAN TABLO ÖRNEKLERİ Yüksek Gösterge Hataları İçin : Güvenlik Derecesi: %95 Güvenlik Katsayısı: 2, Kusur Oranı YG Hatalarının Sırası Yüzdesi ' Kaynak : John, H.McCray, Dollar - Unit Sampling : A Model for Calculating the Upper Bound, The College of William and Mary, Virginia, December, 1980, s

6 Düşük G österm e Hatalar, İP G ü v e n lik D e r e c e si : G ü v e n lik K a tsa y ısı K u su r O ranı %95 : 2, YG Hatalarının Sırası Y ü z d e si

PAZARLAMA ARAŞTIRMA SÜRECİ

PAZARLAMA ARAŞTIRMA SÜRECİ PAZARLAMA ARAŞTIRMA SÜRECİ Pazarlama araştırması yapılırken belirli bir sıra izlenir. Araştırmada her aşama, birbirinden bağımsız olmayıp biri diğeri ile ilişkilidir. Araştırma sürecinde başlıca aşağıdaki

Detaylı

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, İSTATİSTİK 8.Hafta Değişkenlik Ölçüleri Hedefler Bu üniteyi çalıştıktan sonra; Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek, Serilerin birbirlerine değişkenliklerini yorumlayabileceksiniz. 2

Detaylı

Araştırmada Evren ve Örnekleme

Araştırmada Evren ve Örnekleme 6. Bölüm Araştırmada Evren ve Örnekleme 1 İçerik Örnekleme Teorisinin Temel Kavramları Örnekleme Yapmayı Gerekli Kılan Nedenler Örnekleme Süreci Örnekleme Yöntemleri 2 1 Giriş Araştırma sonuçlarının geçerli,

Detaylı

BÖLÜM 12 STUDENT T DAĞILIMI

BÖLÜM 12 STUDENT T DAĞILIMI 1 BÖLÜM 12 STUDENT T DAĞILIMI 'Student t dağılımı' ya da kısaca 't dağılımı'; normal dağılım ve Z dağılımının da içerisinde bulunduğu 'sürekli olasılık dağılımları' ailesinde yer alan dağılımlardan bir

Detaylı

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN

SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ HAZIRLAYAN: ÖZLEM AYDIN SİMÜLASYON ÇEŞİTLERİ Günümüz simülasyonları gerçek sistem davranışlarını, zamanın bir fonksiyonu olduğu düşüncesine dayanan Monte Carlo yöntemine dayanır. 1.

Detaylı

2- VERİLERİN TOPLANMASI

2- VERİLERİN TOPLANMASI 2- VERİLERİN TOPLANMASI Bu bölümde yararlanılan kaynaklar: İşletme İstatistiğine Giriş (Prof. Dr. İsmail Hakkı Armutlulu) ve İşletme İstatistiğinin Temelleri (Bowerman, O Connell, Murphree, Orris Editör:

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir Normal Dağılım Ortalaması İçin Testler Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü

Detaylı

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ

ÖRNEKLEME TEORİSİ. Prof.Dr.A.KARACABEY Doç.Dr.F.GÖKGÖZ ÖRNEKLEME TEORİSİ 1 Bir popülasyonu istatistiksel açıdan incelemek ve işlemler yapabilmek için popülasyon içerisinden seçilen örneklemlerden yararlandığımızı söylemiştik. Peki popülasyonun istatistiksel

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

Ders 5: ÖLÇME VE DEĞERLENDİRME. Prof. Dr. Tevhide Kargın

Ders 5: ÖLÇME VE DEĞERLENDİRME. Prof. Dr. Tevhide Kargın Ders 5: ÖLÇME VE DEĞERLENDİRME Prof. Dr. Tevhide Kargın Ölçme ve Değerlendirme Ölçme (measurement), bireylerin ya da nesnelerin belirli özelliklere sahip olup olmadığının, sahip ise, sahip oluş derecesinin

Detaylı

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT Ünite 10: Regresyon Analizi Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT 10.Ünite Regresyon Analizi 2 Ünitede Ele Alınan Konular 10. Regresyon Analizi 10.1. Basit Doğrusal regresyon 10.2. Regresyon denklemi

Detaylı

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik

Detaylı

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma...

İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii. Ölçme, İstatistik ve Araştırma... İçindekiler İçindekiler vii Yazarların Ön Sözü xiii Çevirenin Ön Sözü xiv Teşekkürler xvi Semboller Listesi xvii BÖLÜM 1 Ölçme, İstatistik ve Araştırma...1 Ölçme Nedir?... 3 Ölçme Süreci... 3 Değişkenler

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.

Detaylı

Memnuniyet Anketleri Uygulama Rehberi

Memnuniyet Anketleri Uygulama Rehberi Memnuniyet Anketleri Uygulama Rehberi Sağlık Hizmetleri Genel Müdürlüğü Sağlıkta Kalite ve Akreditasyon Daire Başkanlığı 2012 ÖNSÖZ Sağlık kurumlarının temel hedeflerinden biri olan memnuniyetin artırılması

Detaylı

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08

10. Bir ana kütle oranının tahmininde α = 0,05 ise kullanılan Z değeri nedir? A) 1,64 B) 1,84 C) 1,96 D) 2,28 E) 3,08 1. Tanımlanan ana kütleden rassal seçilen örneklemlerden hesaplanan istatistikler yardımı ile ilgili ana kütle parametrelerinin değerini araştırma sürecine ne ad verilir? A) İstatistiksel hata B) İstatistiksel

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

Kalite Yönetimi. Kabul Örneklemesi 11. Hafta

Kalite Yönetimi. Kabul Örneklemesi 11. Hafta Kalite Yönetimi Kabul Örneklemesi 11. Hafta Parti Kabulünde Uygulanacak Yaklaşımlar Muayene uygulamamak % 100 muayene Örnekleme muayenesi Kabul Örneklemesi Yığından örnekler alınır, birimlerin belirli

Detaylı

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci

Temel ve Uygulamalı Araştırmalar için Araştırma Süreci BÖLÜM 8 ÖRNEKLEME Temel ve Uygulamalı Araştırmalar için Araştırma Süreci 1.Gözlem Genel araştırma alanı 3.Sorunun Belirlenmesi Sorun taslağının hazırlanması 4.Kuramsal Çatı Değişkenlerin açıkça saptanması

Detaylı

dir. Fonksiyonun (a,b) aralığında integrali ise, her aralıkta alınan integral değerlerini toplanarak, aşağıda verilen şekilde elde edilir.

dir. Fonksiyonun (a,b) aralığında integrali ise, her aralıkta alınan integral değerlerini toplanarak, aşağıda verilen şekilde elde edilir. SAYISAL İNTEGRASYON TEK KATLI İNTEGRASYON Sayısal integrasyon çok geniş bir konudur. Burada problemli olmayan (genelde integrantın tekilliği olmayan, fazla salınım yapmayan, yaklaşım problemi bulunmayan)

Detaylı

Denetimde İstatistiki Olmayan Örnekleme

Denetimde İstatistiki Olmayan Örnekleme Prof. Dr. Yunus Kishali Arş. Gör. Davut Pehlivanlı Denetimde İstatistiki Olmayan Örnekleme Prof. Dr. Yunus Kishalı Arş. Gör. Davut Pehlivanlı Kocaeli Üniversitesi, İİBF Özet Denetimde % 100 incelemeden

Detaylı

ÖRNEKLEMEYE İLİŞKİN HUSUSLAR MUHASEBE TAHMİNLERİNİN DENETİMİ. M. Vefa TOROSLU. Nisan 2010

ÖRNEKLEMEYE İLİŞKİN HUSUSLAR MUHASEBE TAHMİNLERİNİN DENETİMİ. M. Vefa TOROSLU. Nisan 2010 ÖRNEKLEMEYE İLİŞKİN HUSUSLAR MUHASEBE TAHMİNLERİNİN DENETİMİ M. Vefa TOROSLU Nisan 2010 ÖRNEKLEMEYE İLİŞKİN HUSUSLAR Örneğin Oluşturulması Bağımsız denetçi, bağımsız denetim örneğini oluştururken, bağımsız

Detaylı

İstatistiksel Yorumlama

İstatistiksel Yorumlama İstatistiksel Yorumlama Amaç, popülasyon hakkında yorumlamalar yapmaktadır. Populasyon Parametre Karar Vermek Örnek İstatistik Tahmin 1 Tahmin Olaylar hakkında tahminlerde bulunmak ve karar vermek zorundayız

Detaylı

Olasılık ve Normal Dağılım

Olasılık ve Normal Dağılım Olasılık ve Normal Dağılım P = 0 İmkansız P =.5 Yarı yarıya P = 1 Kesin Yazı-Tura 1.5 2 1.5 2.5.5.25 Para atışı 10 kere tekrarlandığında Yazı Sayısı f % 0 3 30 1 6 60 2 1 10 Toplam 10 100 Atış 1000 kere

Detaylı

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir.

İSTATİSTİKSEL TAHMİNLEME. Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. İSTATİSTİKSEL TAHMİNLEME Örneklem istatistiklerinden hareketle ana kütle parametreleri hakkında genelleme yapmaya istatistiksel tahminleme denir. 1 ŞEKİL: Evren uzay-örneklem uzay İstatistiksel tahmin

Detaylı

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ Mete ÇUBUKÇU1 mecubuk@hotmail.com Doç. Dr. Aydoğan ÖZDAMAR2 aozdamar@bornova.ege.edu.tr ÖZET 1 Ege Üniversitesi

Detaylı

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 ) 4. SUNUM 1 Gözlem ya da deneme sonucu elde edilmiş sonuçların, rastlantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HİPOTEZ TESTLERİ denir. Sonuçların rastlantıya bağlı

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER Prof. Dr. Ali ŞEN 1 Tek Örneklem İşaret Testi İşaret Testi parametrik olmayan prosedürler içinde en eski olanıdır. Analiz yapılırken serideki verileri artı ve

Detaylı

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER

Parametrik Olmayan İstatistik. Prof. Dr. Cenk ÖZLER Parametrik Olmayan İstatistik Prof. Dr. Cenk ÖZLER Not: Beklenen Frekansı 5 in altında olan gruplar varsa, bu gruplar bir önceki veya bir sonraki grupla birleştirilir. Hipotezler χ 2 Dağılışa Uyum Testi

Detaylı

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş

Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Nokta ve Aralık Tahmini Merkezi Limit Teoremi Örneklem Dağılımı Hipotez Testlerine Giriş Doç. Dr. Ertuğrul ÇOLAK Eskişehir Osmangazi Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı Nokta Tahmini

Detaylı

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI

İSTATİSTİK STATISTICS (2+0) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI İSTATİSTİK STATISTICS (+) Yrd.Doç.Dr. Nil TOPLAN SAÜ.MÜH. FAK. METALURJİ VE MALZEME MÜH. BÖLÜMÜ ÖĞRETİM ÜYESİ ÖĞRETİM YILI KONU BAŞLIKLARI :. İSTATİSTİĞE GİRİŞ. VERİLERİN DÜZENLENMESİ. MERKEZİ EĞİLİM ÖLÇÜLERİ.

Detaylı

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI

LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI LAÜ FEN EDEBĐYAT FAKÜLTESĐ PSĐKOLOJĐ BÖLÜMÜ PSK 106 ĐSTATĐSTĐK YÖNTEMLER I 2015-2016 BAHAR DÖNEMĐ BÜTÜNLEME SINAVI SORULARI Tarih/Saat/Yer: 24.06.16/11:00-12:30/AS010 Instructor: Prof. Dr. Hüseyin Oğuz

Detaylı

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir. T C S D Ü M Ü H E N D İ S L İ K F A K Ü L T E S İ - M A K İ N A M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü MAK-307 OTM317 Müh. İstatistik İstatistiği ÖĞRENCİNİN: ADI - SOYADI ÖĞRETİMİ NOSU İMZASI 1.Ö 2.Ö A B

Detaylı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı

DENEY 0. Bölüm 1 - Ölçme ve Hata Hesabı DENEY 0 Bölüm 1 - Ölçme ve Hata Hesabı Amaç: Ölçüm metodu ve cihazına bağlı hata ve belirsizlikleri anlamak, fiziksel bir niceliği ölçüp hata ve belirsizlikleri tespit etmek, nedenlerini açıklamak. Genel

Detaylı

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,

Detaylı

SAĞLIK BAKANLIĞINA BAĞLI SAĞLIK KURUM VE KURULUŞLARINDA KALĐTEYĐ GELĐŞTĐRME VE PERFORMANS DEĞERLENDĐRME YÖNERGESĐ

SAĞLIK BAKANLIĞINA BAĞLI SAĞLIK KURUM VE KURULUŞLARINDA KALĐTEYĐ GELĐŞTĐRME VE PERFORMANS DEĞERLENDĐRME YÖNERGESĐ Amaç Madde 1-Bu Yönergenin amacı, sağlık hizmetlerinin iyileştirilmesi, kaliteli, verimli hizmet sunumunun sağlanması ve sağlık kurum ve kuruluşlarının bu hedeflere ulaşmaları için ölçülebilir, karşılaştırılabilir

Detaylı

SÜREKLĠ OLASILIK DAĞILIMLARI

SÜREKLĠ OLASILIK DAĞILIMLARI SÜREKLĠ OLASILIK DAĞILIMLARI Sayı ekseni üzerindeki tüm noktalarda değer alabilen değişkenler, sürekli değişkenler olarak tanımlanmaktadır. Bu bölümde, sürekli değişkenlere uygun olasılık dağılımları üzerinde

Detaylı

(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS

(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS DİSKRİMİNANT ANALİZİ (AYIRIM) Emre KUZUGÜDENL DENLİ Doç.Dr.Serdar CARUS Bu analiz ile; Bir bireyin hangi gruptan geldiği (p değişkeni kullanarak, bireyi uygun bir gruba atar ) Her bir değişkenin atama

Detaylı

0.04.03 Standart Hata İstatistikte hesaplanan her istatistik değerin mutlaka hatası da hesaplanmalıdır. Çünkü hesaplanan istatistikler, tahmini bir değer olduğu için mutlaka hataları da vardır. Standart

Detaylı

ÖRNEKLEME TEORİSİ 1/30

ÖRNEKLEME TEORİSİ 1/30 ÖRNEKLEME TEORİSİ 1/30 NİÇİN ÖRNEKLEME Zaman Kısıdı Maliyeti Azaltma YAPILIR? Hata Oranını Azaltma Sonuca Ulaşma Hızı /30 Örnekleme Teorisi konusunun içinde, populasyondan örnek alınma şekli, örneklerin

Detaylı

MATE211 BİYOİSTATİSTİK

MATE211 BİYOİSTATİSTİK MATE211 BİYOİSTATİSTİK ÇALIŞMA SORULARININ ÇÖZÜM VE CEVAPLARI Yapılan bir araştırmada, 136 erişkin kişinin kanlarındaki kolesterol düzeyleri gr/dl cinsinden aşağıda verilmiştir: 180 230 190 186 220 191

Detaylı

VERİ SETİNE GENEL BAKIŞ

VERİ SETİNE GENEL BAKIŞ VERİ SETİNE GENEL BAKIŞ Outlier : Veri setinde normal olmayan değerler olarak tanımlanır. Ders: Kantitatif Yöntemler 1 VERİ SETİNE GENEL BAKIŞ Veri setinden değerlendirme başlamadan çıkarılabilir. Yazım

Detaylı

MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA)

MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA) MOCKUS HİDROGRAFI İLE HAVZA & TAŞKIN MODELLENMESİNE BİR ÖRNEK: KIZILCAHAMAM(ANKARA) Tunç Emre TOPTAŞ Teknik Hizmetler ve Eğitim Müdürü, Netcad Yazılım A.Ş. Bilkent, Ankara, Öğretim Görevlisi, Gazi Üniversitesi,

Detaylı

Koordinasyon Toplantısı 29.06.2011

Koordinasyon Toplantısı 29.06.2011 Sağlıkta Performans ve Kalite Yönergesi Kapsamında 01.07.2011 tarihinden itibaren Yapılması Gerekenler Koordinasyon Toplantısı 29.06.2011 İl Performans ve Kalite Koordinatörlüğü Sunum Planı Sağlıkta Performans

Detaylı

KAMU İÇ DENETİMİNDE RİSK DEĞERLENDİRME REHBERİ

KAMU İÇ DENETİMİNDE RİSK DEĞERLENDİRME REHBERİ KAMU İÇ DENETİMİNDE RİSK DEĞERLENDİRME REHBERİ I. GİRİŞ Bu rehber, iç denetim birimlerince hazırlanacak risk değerlendirme çalışmalarının temel esaslarını belirlemek üzere, İç Denetçilerin Çalışma Usul

Detaylı

1. ÖRNEKLEME VE ARAŞTIRMA PROBLEMİNE UYGUN ÖRNEKLEME YAPMA

1. ÖRNEKLEME VE ARAŞTIRMA PROBLEMİNE UYGUN ÖRNEKLEME YAPMA 1. ÖRNEKLEME VE ARAŞTIRMA PROBLEMİNE UYGUN ÖRNEKLEME YAPMA Araştırmacı kişi ya da kurumlar birinci el veri elde etye yönelik araştırma yapmaya karar verdiklerinde çoğu zaman araştırma yapacağı grubun tüm

Detaylı

SENİ TÜRKİYE NİN BANKASINA BEKLİYORUZ. UZMAN YARDIMCISI ALIM SINAVI 13 EKİM 2018

SENİ TÜRKİYE NİN BANKASINA BEKLİYORUZ. UZMAN YARDIMCISI ALIM SINAVI 13 EKİM 2018 SENİ TÜRKİYE NİN BANKASINA BEKLİYORUZ. Bankamızın Iṡtanbul da bulunan Genel Müdürlük Bölümlerinde görevlendirilecek çalışma arkadaşlarımızı seçmek üzere 13 Ekim 2018 Cumartesi ve izleyen günlerde Uzman

Detaylı

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN

RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI. Yrd. Doç. Dr. Emre ATILGAN RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Yrd. Doç. Dr. Emre ATILGAN 1 RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI Olasılığa ilişkin olayların çoğunluğunda, deneme sonuçlarının bir veya birkaç yönden incelenmesi

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

OLASILIK ve KURAMSAL DAĞILIMLAR

OLASILIK ve KURAMSAL DAĞILIMLAR OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine

Detaylı

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ

BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...

Detaylı

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014

İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel Kalite Kontrol BBY 374 TOPLAM KALİTE YÖNETİMİ 18 NİSAN 2014 İstatistiksel kalite kontrol o Üretim ve hizmet süreçlerinin ölçülebilir veriler yardımıyla istatistiksel yöntemler kullanılarak

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

Örnekleme Yöntemleri

Örnekleme Yöntemleri Örnekleme Yöntemleri Evren & Örneklem (Fraenkel & Wallen, 1990) Evren & Örneklem 2 Evren Evren, araştırma sonuçlarının genelleneceği (geçerli olacağı) büyük grup. Hedef evren, araştırmacının ulaşmak istediği,

Detaylı

Prof.Dr.İhsan HALİFEOĞLU

Prof.Dr.İhsan HALİFEOĞLU Prof.Dr.İhsan HALİFEOĞLU FREKANS DAĞILIMLARINI TANIMLAYICI ÖLÇÜLER Düzenlenmiş verilerin yorumlanması ve daha ileri düzeydeki işlemler için verilerin bütününe ait tanımlayıcı ve özetleyici ölçülere ihtiyaç

Detaylı

TOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır:

TOPSIS yönteminin adımları 5 Adım 1. Normalize karar matrisinin oluşturulması 6 Karar matrisinin normalizasyonu aşağıdaki formül kullanılarak yapılır: Giriş 2 TOPSIS Bölüm 5 TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 1981 yılında Hwang ve Yoon tarafından geliştirilmiştir. Uygulanması basit, ulaşılan sonuçlar çok gerçekçidir.

Detaylı

Temel Biyoistatistik Kursu-I

Temel Biyoistatistik Kursu-I Düzenleyen: Çanakkale Onsekiz Mart Üniversitesi Tıp Fakültesi Biyoistatistik ve Tıp Bilişimi AD, Sürekli Eğitim Merkezi Temel Biyoistatistik Kursu-I ÇANAKKALE, 17-20 Şubat 2011 Bilgi ve Kayıt : sem.comu.edu.tr

Detaylı

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Temel İstatistik Tanımlayıcı İstatistik Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri Y.Doç.Dr. İbrahim Turan Mart 2011 DAĞILIM / YAYGINLIK ÖLÇÜLERİ Verilerin değişkenlik durumu ve dağılışın şeklini

Detaylı

İSTATİSTİK EXCEL UYGULAMA

İSTATİSTİK EXCEL UYGULAMA İSTATİSTİK EXCEL UYGULAMA EXCEL UYGULAMA Bu bölümde Excel ile ilgili temel bilgiler sunulacak ve daha sonra İstatistiksel Uygulamalar hakkında bilgi verilecektir. İşlenecek Konular: Merkezi eğilim Ölçüleri

Detaylı

İ.Ü. Cerrahpaşa Tıp Fakültesi, Çok Disiplinli Ders Kurulları, Sınav Uygulama, Ölçme ve Değerlendirme Esasları

İ.Ü. Cerrahpaşa Tıp Fakültesi, Çok Disiplinli Ders Kurulları, Sınav Uygulama, Ölçme ve Değerlendirme Esasları İ.Ü. Cerrahpaşa Tıp Fakültesi, Çok Disiplinli Ders Kurulları, Sınav Uygulama, Ölçme ve Değerlendirme Esasları 1. TANIM ve AMAÇ 1.1. Çok Disiplinli Ders Kurulları, Sınav Uygulama, Ölçme ve Değerlendirme

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER ÖN SÖZ... İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN

Detaylı

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR

ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR ALKÜ EKONOMİ ve FİNANS BÖLÜMÜ ISL 207 İSTATİSTİK I ALIŞTIRMALAR 1- İlaçla tedavi edilen 7 hastanın ortalama iyileşme süresi 22.6 gün ve standart sapması.360 gündür. Ameliyatla tedavi edilen 9 hasta için

Detaylı

Katlı oranlar kanunu. 2H 2 + O 2 H 2 O Sabit Oran ( 4 g 32 g 36 g. 2 g 16 g 18 g. 1 g 8 g 9 g. 8 g 64 g 72 g. N 2 + 3H 2 2NH 3 Sabit Oran (

Katlı oranlar kanunu. 2H 2 + O 2 H 2 O Sabit Oran ( 4 g 32 g 36 g. 2 g 16 g 18 g. 1 g 8 g 9 g. 8 g 64 g 72 g. N 2 + 3H 2 2NH 3 Sabit Oran ( Sabit oranlar kanunu Bir bileşiği oluşturan elementlerin kütleleri arasında sabit bir oran vardır. Bu sabit oranın varlığı ilk defa 799 tarihinde Praust tarafından bulunmuş ve sabit oranlar kanunu şeklinde

Detaylı

İMALAT SANAYİ EĞİLİM ANKETLERİ VE GELECEĞİN TAHMİNİ

İMALAT SANAYİ EĞİLİM ANKETLERİ VE GELECEĞİN TAHMİNİ İ&tanbul Üniversitesi İktisat Fakültesi Ord. Prof.'Şükrü Baban'a Armağan İstanbul - 1984 İMALAT SANAYİ EĞİLİM ANKETLERİ VE GELECEĞİN TAHMİNİ Dr. Süleyman Özmucur" (*) 1. GİRİŞ: Bu makalenin amacı Devlet

Detaylı

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ TEMEL KAVRAMLAR PARAMETRE: Populasyonun sayısal açıklayıcı bir ölçüsüdür ve anakütledeki tüm elemanlar dikkate alınarak hesaplanabilir. Ana kütledeki

Detaylı

(SGK) SOSYAL GÜVENLİK KURUMU DESTEK ve DANIŞMANLIK HİZMETLERİ

(SGK) SOSYAL GÜVENLİK KURUMU DESTEK ve DANIŞMANLIK HİZMETLERİ (SGK) SOSYAL GÜVENLİK KURUMU DESTEK ve DANIŞMANLIK HİZMETLERİ ALBAX olarak sunduğumuz hizmetlerin tamamı «ekonomik fayda» yaratma üzerinedir. Bu nedenle hizmetlerimiz standart bir ücret ile değil «kazan-kazan»

Detaylı

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir.

Genel olarak test istatistikleri. Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri. olmak üzere 2 grupta incelenebilir. 3.SUNUM Genel olarak test istatistikleri Merkezi Eğilim (Yığılma) Ölçüleri Merkezi Dağılım (Yayılma) Ölçüleri olmak üzere 2 grupta incelenebilir. 2 Merkezi Eğilim Ölçüleri, belli bir özelliğe ya da değişkene

Detaylı

AMASYA ÜNİVERSİTESİ TEKNİK BİLİMLER MESLEK YÜKSEKOKULU 2014 DİKEY GEÇİŞ SINAVI TANITIMI VE İSTATİSTİKLERİ

AMASYA ÜNİVERSİTESİ TEKNİK BİLİMLER MESLEK YÜKSEKOKULU 2014 DİKEY GEÇİŞ SINAVI TANITIMI VE İSTATİSTİKLERİ AMASYA ÜNİVERSİTESİ TEKNİK BİLİMLER MESLEK YÜKSEKOKULU 2014 DİKEY GEÇİŞ SINAVI TANITIMI VE İSTATİSTİKLERİ EKİM 2014 İÇİNDEKİLER Dikey Geçiş Sınavı Nedir?... 1 Dikey Geçiş Sınavının İçeriği Nedir?... 1

Detaylı

Hazırlayan. Ramazan ANĞAY Kİ-KARE TEST İSTATİSTİĞİ

Hazırlayan. Ramazan ANĞAY Kİ-KARE TEST İSTATİSTİĞİ Hazırlayan Ramazan ANĞAY Kİ-KAR TST İSTATİSTİĞİ 1.GİRİŞ İstatistikte değişkenler sayısal (nicel) değişkenler ve sayısal olmayan (nitel) değişkenler olmak üzere iki grupta sınıflandırılmaktadır. Günümüzde

Detaylı

Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.

Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın. KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

DEĞER YEMİNLİ MALİ MÜŞAVİRLİK A.Ş.

DEĞER YEMİNLİ MALİ MÜŞAVİRLİK A.Ş. Büyükdere Cd. Nevtron İşhanı No:119 K /6 Gayrettepe-İST TEL: 0212/ 211 99 01-02-04 FAX: 0212/ 211 99 52 SİRKÜLER NO : 2004/ 99 MALİ MEVZUAT SİRKÜLERİ İstanbul, 16 Ağustos 2004 KONU : Cari Dönem Enflasyon

Detaylı

Kitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir.

Kitle: Belirli bir özelliğe sahip bireylerin veya birimlerin tümünün oluşturduğu topluluğa kitle denir. BÖLÜM 1: FREKANS DAĞILIMLARI 1.1. Giriş İstatistik, rasgelelik içeren olaylar, süreçler, sistemler hakkında modeller kurmada, gözlemlere dayanarak bu modellerin geçerliliğini sınamada ve bu modellerden

Detaylı

BIST BAP ENDEKSLERİ BIST BAP FİYAT / PERFORMANS ENDEKSLERİ

BIST BAP ENDEKSLERİ BIST BAP FİYAT / PERFORMANS ENDEKSLERİ 1/10 BIST BAP ENDEKSLERİ Borçlanma Araçları Piyasasında işlem gören sabit getirili menkul kıymet endekslerinin hesaplanmasındaki ana amaç, bu tür menkul kıymetlere yatırım yapan bireysel ve kurumsal yatırımcıların

Detaylı

13. Olasılık Dağılımlar

13. Olasılık Dağılımlar 13. Olasılık Dağılımlar Mühendislik alanında karşılaşılan fiziksel yada fiziksel olmayan rasgele değişken büyüklüklerin olasılık dağılımları için model alınabilecek çok sayıda sürekli ve kesikli fonksiyon

Detaylı

Gruplanmış serilerde standart sapma hesabı

Gruplanmış serilerde standart sapma hesabı Gruplanmış serilerde standart sapma hesabı Örnek: Verilen gruplanmış serinin standart sapmasını bulunuz? Sınıflar f i X X X m i f i. m i m i - (m i - ) f i.(m i - ) 0 den az 3 4 den az 7 4 6 dan az 4 6

Detaylı

T.C. SAĞLIK BAKANLIĞI Tedavi Hizmetleri Genel Müdürlüğü. Sayı : B100THG0100002/3120 5603 22.03.2005....VALİLİĞİNE (İl Sağlık Müdürlüğü)

T.C. SAĞLIK BAKANLIĞI Tedavi Hizmetleri Genel Müdürlüğü. Sayı : B100THG0100002/3120 5603 22.03.2005....VALİLİĞİNE (İl Sağlık Müdürlüğü) T.C. SAĞLIK BAKANLIĞI Tedavi Hizmetleri Genel Müdürlüğü Sayı : B100THG0100002/3120 5603 22.03.2005 Konu: Kurumsal Performans Yönergesi...VALİLİĞİNE (İl Sağlık Müdürlüğü) GENELGE 2005/ 50 209 sayılı Sağlık

Detaylı

ELEK ANALİZİ meş (mesh) numarası

ELEK ANALİZİ meş (mesh) numarası ELEK ANALİZİ Eleme, tanelerin belirli büyüklükteki delik veya açıklıklardan geçebilme veya geçememe özelliğine dayanarak yapılan bir boyuta göre sınıflandırma işlemidir. Elek analizi ya da elek çözümlemesi

Detaylı

Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi

Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi Araştırma Oyunu Avrupa Bilimsel Araştırma Oyunu Oyun rehberi Oynarken nelere ihtiyacınız olacak? Kayıt oldunuz mu? Bir takımınız var mı? Öyleyse şimdi oyuna başlama zamanı! Adımları takip et ve Aşama 1

Detaylı

Söz konusu düzenlemelere ilişkin genel kurallar aşağıdaki gibidir Sayılı Kanun Madde 48/A Vergiye Uyumlu Mükelleflerin Borçlarının

Söz konusu düzenlemelere ilişkin genel kurallar aşağıdaki gibidir Sayılı Kanun Madde 48/A Vergiye Uyumlu Mükelleflerin Borçlarının Sirküler Numarası : 2018 / 02 Kanun Adı : 6183 sayılı Amme Alacaklarının Tahsil Usulü Hakkında Kanun BKK Adı : Vergiye Uyumlu Mükelleflerin Borçlarının Tecili Hakkında Karar Konusu : 24 Şubat 2018 tarihli

Detaylı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı

Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik

Detaylı

Bölüm-1 BİNALARDA ISI KAYBI HESABI Yrd. Doç. Dr. Selahattin ÇELİK. Kaynak: Kalorifer Tesisatı MMO

Bölüm-1 BİNALARDA ISI KAYBI HESABI Yrd. Doç. Dr. Selahattin ÇELİK. Kaynak: Kalorifer Tesisatı MMO Bölüm-1 BİNALARDA ISI KAYBI HESABI Yrd. Doç. Dr. Selahattin ÇELİK Kaynak: Kalorifer Tesisatı MMO Aşağıda mimari projesi verilen 5. kat 512 no lu salon için ısı kaybı hesabı şöyle yapılır: Binanın yapıldığı

Detaylı

Mazeret Sınavlarının Uygulanması

Mazeret Sınavlarının Uygulanması Mazeret Sınavlarının Uygulanması 1 Geçerli bir mazereti sebebiyle merkezi sınava giremeyen öğrenciler için önceden belirlenen bir hafta sonunda mazeret sınavı yapılacaktır. Merkezi sınava giremeyen öğrencilerden

Detaylı

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1

Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Ankara Üniversitesi, SBF İstatistik 2 Ders Notları Prof. Dr. Onur Özsoy 1 Population Belirli bir konudaki verilerin tamamıdır. Örnek Populasyonun belirli bir kesitidir. Parametre Populasyonla ilgili tanımsal

Detaylı

DEĞER YEMİNLİ MALİ MÜŞAVİRLİK A.Ş.

DEĞER YEMİNLİ MALİ MÜŞAVİRLİK A.Ş. Büyükdere Cd. Nevtron İşhanı No:119 K /6 Gayrettepe-İST TEL: 0212/ 211 99 01-02-04 FAX: 0212/ 211 99 52 SİRKÜLER NO : 2004/ 95 MALİ MEVZUAT SİRKÜLERİ İst. 03 Ağustos 2004 KONU : Cari Dönem Enflasyon Düzeltmesine

Detaylı

ORMAN AMENAJMANI ( BAHAR YARIYILI)

ORMAN AMENAJMANI ( BAHAR YARIYILI) ORMAN AMENAJMANI (2016-2017 BAHAR YARIYILI) Ağaç Serveti ve Artım Envanteri Ağaç Serveti ve Artım Envanteri Ağaç servetinin; a) ağaç türleri b) yaş sınıfları ya da çap sınıfları, ve c) gövde kalite sınıfları

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir

Oluşturulan evren listesinden örnekleme birimlerinin seçkisiz olarak çekilmesidir Bilimsel Araştırma Yöntemleri Prof. Dr. Şener Büyüköztürk Doç. Dr. Ebru Kılıç Çakmak Yrd. Doç. Dr. Özcan Erkan Akgün Doç. Dr. Şirin Karadeniz Dr. Funda Demirel Örnekleme Yöntemleri Evren Evren, araştırma

Detaylı

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİ Üstel Dağılım Normal Dağılım 1 Üstel Dağılım Meydana gelen iki olay arasındaki geçen süre veya bir başka ifadeyle ilgilenilen olayın ilk defa ortaya çıkması için geçen sürenin

Detaylı

YIL SONU AMORTİSMAN HESAPLAMA VE KONTROL RAPORLARI KILAVUZU

YIL SONU AMORTİSMAN HESAPLAMA VE KONTROL RAPORLARI KILAVUZU YIL SONU AMORTİSMAN HESAPLAMA VE KONTROL RAPORLARI KILAVUZU 04.11.2015 tarihli ve 29522 sayılı Resmi Gazetede yayımlanan 47 Sıra Nolu Amortisman ve Tükenme Payları konulu Muhasebat Genel Müdürlüğü Genel

Detaylı

Bir Vakıf Emeklisinin Yaşlılık Aylığının SSK Yaşlılık Aylığı İle Muadil Karşılaştırmasının Yapılamadığı Durumda Hesabı

Bir Vakıf Emeklisinin Yaşlılık Aylığının SSK Yaşlılık Aylığı İle Muadil Karşılaştırmasının Yapılamadığı Durumda Hesabı BSAD Bankacılık ve Sigortacılık Araştırmaları Dergisi Cilt 2, Sayı 10, ss.8-17 Telif Hakkı Ankara Üniversitesi Beypazarı Meslek Yüksekokulu Bir Vakıf Emeklisinin Yaşlılık Aylığının SSK Yaşlılık Aylığı

Detaylı

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ

İSTATİSTİK HAFTA. ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ ÖRNEKLEME METOTLARI ve ÖRNEKLEM BÜYÜKLÜĞÜNÜN TESPİTİ HEDEFLER Bu üniteyi çalıştıktan sonra; Örneklemenin niçin ve nasıl yapılacağını öğreneceksiniz. Temel Örnekleme metotlarını öğreneceksiniz. Örneklem

Detaylı

Eşitsizliğe Uyarlanmış İnsani Gelişme Endeksi (EUİGE)

Eşitsizliğe Uyarlanmış İnsani Gelişme Endeksi (EUİGE) 2015 İGR Eşitsizliğe Uyarlanmış İnsani Gelişme Endeksi (EUİGE) Sıkça Sorulan Sorular Eşitsizliğe Uyarlanmış İnsani Gelişme Endeksinin amacı nedir? İGE üç temel boyutta insani gelişmeye ilişkin kazanımların

Detaylı

İÇİNDEKİLER BİRİNCİ BÖLÜM BAĞIMSIZ DENETİM VE DENETÇİNİN AMAÇLARI

İÇİNDEKİLER BİRİNCİ BÖLÜM BAĞIMSIZ DENETİM VE DENETÇİNİN AMAÇLARI İÇİNDEKİLER BİRİNCİ BÖLÜM BAĞIMSIZ DENETİM VE DENETÇİNİN AMAÇLARI 1.1. DENETİM KAVRAMI... 1 1.2. DENETİM TÜRLERİ... 2 1.2.1. Faaliyet Denetimi... 2 1.2.2. Uygunluk Denetimi... 3 1.2.3. Finansal Tablo Denetimi...

Detaylı

BİYOİSTATİSTİK PARAMETRİK TESTLER

BİYOİSTATİSTİK PARAMETRİK TESTLER BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü

Detaylı

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır.

Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır. Hipotez testleri-oran testi Oran Testi Herhangi bir oranın belli bir değere eşit olmadığını test etmek için kullanılır Örnek: Yüz defa atılan bir para 34 defa yazı gelmiştir Paranın yazı gelme olasılığının

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

İşletme Fakültesi Turizm İşletmeciliği Turizm Yatırımları ve Proje Analizi

İşletme Fakültesi Turizm İşletmeciliği Turizm Yatırımları ve Proje Analizi İşletme Fakültesi Turizm İşletmeciliği Turizm Yatırımları ve Proje Analizi 6. Bölüm: Turizm Yatırım Projelerinin Değerlendirilmesinde Duyarlılık Analizi Y. Doç. Dr. Şevki ULAMA 1 Duyarlılık analizi, bir

Detaylı